参考中国报告网发布《2017-2022年中国统一通信(UC)行业竞争现状及投资策略研究报告》
无线通信系统是人类历史上最为复杂的发明之一，对人们的日常生活产生了深远的影响。在经历了30多年的商用之后，无线通信已经是一个成熟的产业。随着无线技术演进，人工智能可以帮助通信行业进行创新，设计出能够在大型商业网络上广泛使用的新产品，可以不断增强通信网络的性能和容量，包括用于帮助电信运营商管理和优化其技术设施的工具和服务。
面对日益复杂的资源和动态的流量经营，运营商需要更智能化的管理
在早期的以语音为主的通信网络上，时隙是基本的资源结构单位，而无线流量模型非常容易预测。相对于今天的标准而言，这一时期的流量需求管理难度非常低。智能手机的使用让今天的无线流量模型不可避免地包括各种维度和粒度，从而大大改变了这一局面。网络越来越异构，而用户设备往往可以使用多种无线接入技术——2G、3G、4G以及Wi-Fi等。在每一个技术领域，运营商都可以选择对多个层面的小区加以组合，并且可以通过组织各种无线电波，从而更好地满足用户的使用模式。
此外，还可以通过动态地打开或者关闭小区来管理负荷或者干扰，亦或降低功耗。有相当多类型的应用会影响用户流量的特征和交互关系，这些应用需要特殊对待。而为了实现对特定应用的特殊对待，需要对策略控制系统进行异常复杂的处理，从而在不同的操作层面运用多变量决策树。这些决策树可以在面对多样的流量需求和复杂的无线条件时确保最佳的用户体验。
即将来临的5G通信将产生更多的用例，这些用例都必须得到妥善的管理。以网络功能虚拟化（NFV）为例，必须对计算资源进行动态分配，从而使核心决策算法能够自动适配当前的无线、用户以及流量条件。在这方面，机器学习和人工智能是最佳的候选技术，可以为现今的无线系统提供更强大的复杂决策能力。
低成本、高效率地运营日益复杂的网络是当前运营商面临的一项挑战。目前国内三大运营商管理3~4个网络，复杂度不言而喻，网络行为和性能因素比过去更加动态和不可预测，如社交媒体的活动可以影响到用户的网络行为，随时会导致井喷式的局域性或全网性流量暴增，解决这种复杂的触发性事件仅仅靠有限的基本工具以及提高人力是完全满足不了的，而且会带来成本的急剧上升。
此外，随着网络运营与优化的焦点从网络性能转变为用户体验，靠数字指标与传统的方法已经无法贴合用户使用中痛点，因此必须采用人工智能能进行自动化管理，来支持不同的网络使用模型，维持甚至降低目前的运营成本。
运营商需要进行数字转型，按需提供服务
通信的局限在于网络和频率资源是有限的，如何对有限的资源进行挖掘，提高利用率一直是各大运营商努力的方向。目前运营商们不断对网络进行改造升级，以提高网络资源的利用率。从2G到4G网络传输提升了上千万倍，在网络上传输更多的业务，这就给网络资源整体调整配置带来新挑战。当前电信承载网已经由过去简单线路连接过渡到全光纤连接、多点拓扑化，运营商也由管道化向数据中心云服务这个方向进行业务演进。面对种类繁多的各种业务，电信运营商业务重点放在现有高速物理网络上利用云技术和网络虚拟化来提供多种业务，一方面可以降低资本和运营支出；另一方面基于人工智能的大数据分析能力，运营商会获得清晰的端到端的可视化、资源量化、性能建模化、系统监测自动化的系统，另外还可以通过机器学习技术不断强化自动管理功能，进行主动式的网络自我校正与自我进化。
无线通信系统是人类历史上最为复杂的发明之一，对人们的日常生活产生了深远的影响。在经历了30多年的商用之后，无线通信已经是一个成熟的产业。随着无线技术演进，人工智能可以帮助通信行业进行创新，设计出能够在大型商业网络上广泛使用的新产品，可以不断增强通信网络的性能和容量，包括用于帮助电信运营商管理和优化其技术设施的工具和服务。
面对日益复杂的资源和动态的流量经营，运营商需要更智能化的管理
在早期的以语音为主的通信网络上，时隙是基本的资源结构单位，而无线流量模型非常容易预测。相对于今天的标准而言，这一时期的流量需求管理难度非常低。智能手机的使用让今天的无线流量模型不可避免地包括各种维度和粒度，从而大大改变了这一局面。网络越来越异构，而用户设备往往可以使用多种无线接入技术——2G、3G、4G以及Wi-Fi等。在每一个技术领域，运营商都可以选择对多个层面的小区加以组合，并且可以通过组织各种无线电波，从而更好地满足用户的使用模式。
此外，还可以通过动态地打开或者关闭小区来管理负荷或者干扰，亦或降低功耗。有相当多类型的应用会影响用户流量的特征和交互关系，这些应用需要特殊对待。而为了实现对特定应用的特殊对待，需要对策略控制系统进行异常复杂的处理，从而在不同的操作层面运用多变量决策树。这些决策树可以在面对多样的流量需求和复杂的无线条件时确保最佳的用户体验。
即将来临的5G通信将产生更多的用例，这些用例都必须得到妥善的管理。以网络功能虚拟化（NFV）为例，必须对计算资源进行动态分配，从而使核心决策算法能够自动适配当前的无线、用户以及流量条件。在这方面，机器学习和人工智能是最佳的候选技术，可以为现今的无线系统提供更强大的复杂决策能力。
网络功能虚拟化（NFV）图示
资料来源：中国报告网整理
决策和管理的智能化，自动化将给运营商带来成本降低和效率提高低成本、高效率地运营日益复杂的网络是当前运营商面临的一项挑战。目前国内三大运营商管理3~4个网络，复杂度不言而喻，网络行为和性能因素比过去更加动态和不可预测，如社交媒体的活动可以影响到用户的网络行为，随时会导致井喷式的局域性或全网性流量暴增，解决这种复杂的触发性事件仅仅靠有限的基本工具以及提高人力是完全满足不了的，而且会带来成本的急剧上升。
此外，随着网络运营与优化的焦点从网络性能转变为用户体验，靠数字指标与传统的方法已经无法贴合用户使用中痛点，因此必须采用人工智能能进行自动化管理，来支持不同的网络使用模型，维持甚至降低目前的运营成本。
运营商需要进行数字转型，按需提供服务
通信的局限在于网络和频率资源是有限的，如何对有限的资源进行挖掘，提高利用率一直是各大运营商努力的方向。目前运营商们不断对网络进行改造升级，以提高网络资源的利用率。从2G到4G网络传输提升了上千万倍，在网络上传输更多的业务，这就给网络资源整体调整配置带来新挑战。当前电信承载网已经由过去简单线路连接过渡到全光纤连接、多点拓扑化，运营商也由管道化向数据中心云服务这个方向进行业务演进。面对种类繁多的各种业务，电信运营商业务重点放在现有高速物理网络上利用云技术和网络虚拟化来提供多种业务，一方面可以降低资本和运营支出；另一方面基于人工智能的大数据分析能力，运营商会获得清晰的端到端的可视化、资源量化、性能建模化、系统监测自动化的系统，另外还可以通过机器学习技术不断强化自动管理功能，进行主动式的网络自我校正与自我进化。
云技术与网络虚拟化
资料来源：中国报告网整理
资料来源：中国报告网整理，转载请注明出处（ZQ）
更多好文每日分享，欢迎关注公众号
【版权提示】观研报告网倡导尊重与保护知识产权。未经许可，任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题，烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至kf@chinabaogao.com，我们将及时沟通与处理。
